首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中文意见挖掘中的特征词提取以及情感倾向分析

中文摘要第1-5页
英文摘要第5-9页
1 绪论第9-13页
   ·研究背景第9页
   ·研究的目的和意义第9-10页
   ·研究内容第10-11页
   ·论文的组织结构第11-13页
2 基础理论和相关研究第13-23页
   ·意见挖掘技术概述第13-14页
   ·主题抽取的相关研究第14页
   ·情感倾向分析的相关研究第14-18页
     ·情感倾向分析的颗粒度第15-17页
     ·情感倾向分析的研究方法第17-18页
     ·国内情感倾向的研究现状第18页
   ·典型意见挖掘系统介绍第18-22页
     ·Pulse第18-20页
     ·Opinion Observer第20-21页
     ·Web Foundation第21-22页
   ·本章小结第22-23页
3 中文特定领域的意见挖掘系统:DIGI-OMS第23-32页
   ·系统研究动机第23-25页
   ·DIGI-OMS 的系统结构第25页
   ·主题词和极性词提取模块第25-27页
   ·情感倾向识别模块第27页
   ·极性词典模块第27-31页
     ·极性词的含义第27-28页
     ·知网(HowNet)中的极性词典第28页
     ·极性词典的构建第28-31页
   ·本章小结第31-32页
4 主题词和极性词提取第32-38页
   ·主题词和极性词之间的关系第32-33页
   ·基于汉语语法模式的引入第33-34页
   ·名词短语的识别第34-35页
   ·问题定义第35-36页
   ·主题词和极性词的提取过程第36-37页
   ·本章小结第37-38页
5 情感倾向分析第38-43页
   ·极性词的极性分析第38-41页
     ·SO-PMI 算法介绍第38-40页
     ·SVM 方法第40-41页
   ·句子的极性分析第41-42页
     ·否定词的处理第41页
     ·副词的处理第41页
     ·句子的整体极性分析第41-42页
   ·本章小结第42-43页
6 实验以及分析第43-49页
   ·实验第43-48页
     ·实验环境和测试数据第43-44页
     ·主题词和极性词提取实验第44-46页
     ·情感倾向识别实验第46-48页
   ·实验分析第48-49页
7 总结和展望第49-51页
   ·总结第49页
   ·展望第49-51页
致谢第51-52页
参考文献第52-55页
附录第55页

论文共55页,点击 下载论文
上一篇:机刻字符自动识别技术的研究
下一篇:基于数据挖掘的物流运输系统研究